en,zh,source
Help,帮助,"global.R, radiant.R"
Keyboard shortcuts,键盘快捷键,global.R
None,无,conjoint_ui.R
2-way,双因素交互,conjoint_ui.R
3-way,三因素交互,conjoint_ui.R
Data,数据,conjoint_ui.R
Command,命令,conjoint_ui.R
Data & Command,数据与命令,conjoint_ui.R
Part-worths,部分效用,conjoint_ui.R
Importance-weights,重要性权重,conjoint_ui.R
Profile evaluations:,方案评价:,conjoint_ui.R
Attributes:,属性:,conjoint_ui.R
Interactions:,交互作用:,conjoint_ui.R
By:,按:,conjoint_ui.R
Show:,显示:,conjoint_ui.R
Estimate model,估计模型,conjoint_ui.R
Re-estimate model,重新估计模型,conjoint_ui.R
Store all PWs in a new dataset:,将所有部分效用存入新数据集:,conjoint_ui.R
Provide data name,请输入数据名称,conjoint_ui.R
Store,存储,conjoint_ui.R
Store all IWs in a new dataset:,将所有重要性权重存入新数据集:,conjoint_ui.R
Store predictions:,存储预测结果:,conjoint_ui.R
in new dataset:,到新数据集中:,conjoint_ui.R
Prediction data:,预测数据:,conjoint_ui.R
Prediction input type:,预测输入类型:,conjoint_ui.R
Prediction command:,预测命令:,conjoint_ui.R
Plot predictions,绘制预测图,conjoint_ui.R
Reverse evaluation scores,反转评分,conjoint_ui.R
Additional regression output,附加回归输出,conjoint_ui.R
VIF,VIF,conjoint_ui.R
Conjoint plots:,联合分析图:,conjoint_ui.R
Scale PW plots,缩放部分效用图,conjoint_ui.R
Conjoint,联合分析,conjoint_ui.R
Summary,摘要,conjoint_ui.R
Predict,预测,conjoint_ui.R
Plot,绘图,conjoint_ui.R
** Press the Estimate button to run the conjoint analysis **,** 点击“估计模型”按钮运行联合分析 **,conjoint_ui.R
"This analysis requires a response variable of type integer\nor numeric and one or more explanatory variables.
If these variables are not available please select another dataset.",此分析需要一个整数或数值型的响应变量以及一个或多个解释变量。\n如果这些变量不可用，请选择其他数据集。\n\n,conjoint_ui.R
"Please select one or more explanatory variables of type factor.
If none are available please choose another dataset",请选择一个或多个因子型解释变量。\n如果没有可用变量，请选择其他数据集\n\n,conjoint_ui.R
** Press the Estimate button to estimate the model **,** 点击“估计模型”按钮来估计模型 **,conjoint_ui.R
** Select prediction input **,** 请选择预测输入 **,conjoint_ui.R
** Select data for prediction **,** 请选择用于预测的数据 **,conjoint_ui.R
** Enter prediction commands **,** 请输入预测命令 **,conjoint_ui.R
Please select a conjoint plot from the drop-down menu,请从下拉菜单中选择一个联合分析图,conjoint_ui.R
Estimating model,正在估计模型,conjoint_ui.R
Generating predictions,正在生成预测结果,conjoint_ui.R
Generating prediction plot,正在生成预测图,conjoint_ui.R
Generating plots,正在生成图形,"conjoint_ui.R, kclus_ui.R"
Storing PWs,正在存储部分效用,conjoint_ui.R
Storing IWs,正在存储重要性权重,conjoint_ui.R
Storing predictions,正在存储预测结果,conjoint_ui.R
Storing predictions in new dataset,正在将预测结果存储到新数据集,conjoint_ui.R
No output available. Press the Estimate button to generate results,暂无输出结果。请点击“估计模型”按钮生成结果,conjoint_ui.R
Save part worths,保存部分效用,conjoint_ui.R
Save predictions,保存预测结果,conjoint_ui.R
Save conjoint prediction plot,保存联合分析预测图,conjoint_ui.R
Save conjoint plot,保存联合分析图,conjoint_ui.R
Multivariate > Conjoint,多变量 > 联合分析,conjoint_ui.R
Principal components,主成分,full_factor_ui.R
Maximum Likelihood,极大似然,full_factor_ui.R
Varimax,方差最大旋转,full_factor_ui.R
Quartimax,四次最大旋转,full_factor_ui.R
Equamax,均方最大旋转,full_factor_ui.R
Promax,Promax 旋转,full_factor_ui.R
Oblimin,Oblimin 旋转,full_factor_ui.R
Simplimax,简单最大旋转,full_factor_ui.R
Multivariate > Factor,多变量 > 因子分析,full_factor_ui.R
Factor,因子分析,full_factor_ui.R
Respondents,受访者,full_factor_ui.R
Method:,方法：,full_factor_ui.R
Adjust for {factor} variables,针对 {factor} 变量进行调整,full_factor_ui.R
Nr. of factors:,因子数量：,full_factor_ui.R
Cutt-off:,截断值：,full_factor_ui.R
Sort factor loadings,对因子载荷排序,full_factor_ui.R
rotation:,旋转：,full_factor_ui.R
Save factor loadings,保存因子载荷,full_factor_ui.R
** Press the Estimate button to generate factor analysis results **,** 请点击“估计模型”按钮以生成因子分析结果 **,full_factor_ui.R
Variables:,变量：,full_factor_ui.R
Store factor scores:,存储因子得分：,full_factor_ui.R
Provide single variable name,请输入单个变量名,full_factor_ui.R
Save factor plots,保存因子图,full_factor_ui.R
Please select two or more variables,请选择两个或以上变量,full_factor_ui.R
Provide a correlation cutoff value in the range from 0 to 1,请输入 0 到 1 范围内的相关性截断值,full_factor_ui.R
Estimating factor solution,正在估计因子解,full_factor_ui.R
Generating factor plots,正在生成因子图,full_factor_ui.R
Ward's,沃德法,hclus_ui.R
Single,单连接,hclus_ui.R
Complete,全连接,hclus_ui.R
Average,平均连接,hclus_ui.R
McQuitty,麦奎蒂法,hclus_ui.R
Median,中位数法,hclus_ui.R
Centroid,质心法,hclus_ui.R
Squared euclidean,平方欧几里得,hclus_ui.R
Binary,二元距离,hclus_ui.R
Canberra,堪培拉距离,hclus_ui.R
Euclidian,欧几里得距离,hclus_ui.R
Gower,高尔距离,hclus_ui.R
Manhattan,曼哈顿距离,hclus_ui.R
Maximum,最大距离,hclus_ui.R
Minkowski,闵可夫斯基距离,hclus_ui.R
Scree,碎石图,hclus_ui.R
Change,变化图,hclus_ui.R
Dendrogram,树状图,hclus_ui.R
Multivariate > Cluster,多变量 > 聚类,hclus_ui.R
Hierarchical,层次聚类,hclus_ui.R
Distance measure:,距离度量:,hclus_ui.R
Select plot(s),选择图表,hclus_ui.R
Plot(s):,图表:,hclus_ui.R
Plot cutoff:,图表截断值:,hclus_ui.R
Max cases:,最大案例数:,hclus_ui.R
Standardize,标准化,hclus_ui.R
Number of clusters:,聚类数:,hclus_ui.R
Store cluster membership:,保存聚类成员:,hclus_ui.R
Hierarchical cluster analysis,层次聚类分析,hclus_ui.R
Save hierarchical cluster plots,保存层次聚类图,hclus_ui.R
"This analysis requires one or more variables of type integer or numeric.
If these variable types are not available please select another dataset.",此分析需要一个或多个整数或数值型变量。\n如果这些变量类型不可用，请选择其他数据集。\n\n,hclus_ui.R
Generating cluster plot,正在生成聚类图,hclus_ui.R
Labels:,标签:,hclus_ui.R
Provide variable name,输入变量名称,hclus_ui.R
** Press the Estimate button to generate cluster solution **,** 点击“估计模型”按钮以生成聚类结果 **,hclus_ui.R
Estimating cluster solution,正在计算聚类结果,hclus_ui.R
Density,密度图,kclus_ui.R
Bar,条形图,kclus_ui.R
Scatter,散点图,kclus_ui.R
K-means,K-均值,kclus_ui.R
K-proto,K-原型,kclus_ui.R
K-clustering,K-聚类,kclus_ui.R
Algorithm:,算法：,kclus_ui.R
Initial centers from HC,使用层次聚类初始化中心,kclus_ui.R
Set random seed:,设置随机种子：,kclus_ui.R
Save clustering results ,保存聚类结果 ,kclus_ui.R
** Press the Estimate button to generate the cluster solution **,** 请点击“估计模型”按钮以生成聚类结果 **,kclus_ui.R
Lambda:,Lambda：,kclus_ui.R
"This analysis requires one or more variables of type numeric or integer.
If these variable types are not available please select another dataset.",此分析需要一个或多个数值型或整数型变量。\n如果这些变量类型不可用，请选择其他数据集。,kclus_ui.R
Save k-cluster plots,保存 K-聚类图,kclus_ui.R
Please select a plot type from the drop-down menu,请从下拉菜单中选择图表类型,kclus_ui.R
"This analysis requires multiple variables of type numeric or integer.
If these variables are not available please select another dataset.",该分析需要多个数值型或整数型变量。\n如果这些变量不可用，请选择其他数据集。,full_factor_ui.R
"Plot requires 2 or more factors.
Change the number of factors in the Summary tab and re-estimate",绘图需要 2 个或更多因子。\n请在“摘要”选项卡中更改因子数量并重新估计,full_factor_ui.R
2 dimensions,二维,mds_ui.R
3 dimensions,三维,mds_ui.R
metric,度量型,mds_ui.R
non-metric,非度量型,mds_ui.R
Multivariate > Maps,多变量 > 映射,mds_ui.R
(Dis)similarity,（不）相似性,mds_ui.R
Font size:,字体大小：,mds_ui.R
(Dis)similarity based brand maps (MDS),基于（不）相似性的品牌地图（MDS）,mds_ui.R
Save MDS coordinates,保存 MDS 坐标,mds_ui.R
** Press the Estimate button to generate maps **,** 请点击“估计模型”按钮以生成地图 **,mds_ui.R
ID 1:,ID 1：,mds_ui.R
ID 2:,ID 2：,mds_ui.R
Dissimilarity:,相异度：,mds_ui.R
Generating MDS solution,正在生成 MDS 解,mds_ui.R
Save MDS plot,保存 MDS 图,mds_ui.R
Reverse:,反向：,mds_ui.R
Pre-factor,预因子,pre_factor_ui.R
Pre-factor analysis,预因子分析,pre_factor_ui.R
** Press the Estimate button to generate factor analysis diagnostics **,** 请点击“估计模型”按钮以生成因子分析诊断 **,pre_factor_ui.R
Save pre-factor plot,保存预因子图,pre_factor_ui.R
Please select two or more numeric variables,请选择两个或更多数值变量,pre_factor_ui.R
Loadings cutoff:,因子载荷阈值：,prmap_ui.R
Attribute scale:,指标刻度：,prmap_ui.R
Attribute based brand maps,基于指标的机构感知图,prmap_ui.R
** Press the Estimate button to generate perceptual maps **,** 点击“估计模型”按钮生成感知图 **,prmap_ui.R
Brand:,机构变量：,prmap_ui.R
"This analysis requires a brand variable of type factor or character and multiple attribute variables
of type numeric or integer. If these variables are not available please select another dataset.",本分析需要一个因子型或字符型的机构变量，以及多个数值型或整型的指标变量。\n如果数据集中不包含这些变量，请选择其他数据集。\n\n,prmap_ui.R
Save preceptual map plot,保存感知图,prmap_ui.R
Brands,机构,prmap_ui.R
Preferences:,偏好：,prmap_ui.R
Preferences,偏好,prmap_ui.R
Please select two or more attribute variables,请选择两个或更多属性变量,prmap_ui.R
Generating perceptual map,正在生成感知地图,prmap_ui.R
Generating brand maps,正在生成机构地图,prmap_ui.R
Multivariate,多变量,init.R
Maps,感知图,init.R
(Dis)similarity,(不)相似性分析,init.R
Attributes,属性分析,init.R
Factor,因子分析,init.R
Pre-factor,因子分析准备,init.R
Cluster,聚类分析,init.R
Hierarchical,层次聚类,init.R
K-clustering,K均值聚类,init.R
Conjoint,联合分析,init.R
Conjoint,联合分析,init.R